En réalité, le sujet est résolu, mais je pense pas avoir posé la bonne question de départ car mon problème est autre. Mon réel problème est que je lis un fichier csv avec séparateur la virgule. Malheureusement, dans des champs Commentaires, certaines personnes ont également placé des virgules mais le contenu de ces champs sont entre guillemets.
Comment faire dès lors pour split uniquement qd la virgule ne se trouve pas entre guillemet ? (Utiliser regex.split mais avec quelle regex? une regex conditionnelle ?)
Merci
Ça mériterais l'ouverture d'un autre sujet.
En général un csv c'est assez figé, toujours les mêmes colonnes dans le même ordre, si c'est le cas, il suffit de faire la différence entre le nombre de données attendues après le split et ceux obtenus, tu "rejoin" celles en trop.
J'ai finalement trouvé ceci, mais je ne crois pas que ça soit la meilleure façon (d'autant que ce test ne fonctionne uniquement s'il y a qu'un seul match)
Regex reg = new Regex("\".*,.*\""); string a = "lala\"test, ceci est un test\" lala"; MatchCollection mc = reg.Matches(a); string b = mc[0].ToString(); b = b.Replace(',', '.'); a = reg.Replace(a, b);
Oui ça fonctionne mais je ne suis pas vraiment satisfait. Juste pour pouvoir splitter correctement, je dois changer les virgules en un autre caractère puis faire le chemin inverse après avoir splitter. Ça me semble un peu ridicule mais c'est la seule solution que j'ai trouvée pour l'instant (grâce à ton aide)
et de la discussion que tu as ouvert ce matin sur les regex.
Une autre option est de faire une regex sur la ligne entière, avec des groupes pour ne sortir que ce qui t'interresse. Pour pourvoir te proposer quelque chose, il faut un exemple de ligne (tant qu'à faire celle qui pose le plus de problème)
Le problème c'est que je ne peux pas mettre ici un exemple réel puisqu'il s'agit de données privées.
Mais le format des lignes est simple, chaque donnée est séparée par une virgule. S'il s'agit de données contenant une virgule (comme les commentaires), ces données sont entourées de virgules. Le champ commentaire peut contenir des retour chariot.
J'ai déjà fait un split pour récupérer chaque ligne (donc chaque enregistrement). Le split posant problème est celui pour récupérer chaque donnée (en considérant comme une seule et unique donnée un commentaire pouvant contenir comme je l'ai dis plus haut, des virgules et des retour chariots)
Ex:
UnNom, UnPrénom, 01/01/2000,"ceci, est un champ commentaire.
ce champ continue ici
mais aussi ici, sur plusieurs lignes !"
je veux récupérer:
Nom = UnNom
Prénom = UnPrénom
DateDeNaissance= 01/01/2000
Commentaire =
ceci, est un champ commentaire.
ce champ continue ici
mais aussi ici, sur plusieurs lignes.
Merci
(et oui en effet, les 3 posts différents tente de résoudre ce même problème. Je devrais peut-être exposé mon problème complet la prochaine fois, désolé)
Donc comme je le disais dans mon commentaire du 6, tu sais combien tu attends de données et dans quel ordre.
Tu splites, tu prends les 3 premiers pour en faire un nom, un prénom (si on est bien d'accord qu'il n'y a pas de virgules entre n prénoms) et une date de naissance, ensuite tu joins ce qui reste.
Justement non, l'ordre peut changer, et le nombre de colonnes aussi (en fonction de l'ancienneté du fichier css car des données ont été rajoutées par la suite). Je ne peux donc me fier uniquement au nom de la colonne (qui lui aussi peut varier mais la colonne nom contiendra tjrs "nom", la colonne commentaire "commentaire",... Mais d'un fichier à l'autre, la colonne commentaire peut prendre le nom de "remarques ou commentaires" ou simplement "commentaire")
De plus, la colonne commentaire ne se trouve pas forcément à la fin et parfois certaines autres colonnes contiennent également une virgule
Mon programme prend donc la première ligne de fichier (celle avec les noms de colonnes) puis indique le numéro de colonne en fonction de la donnée. Ex: nom=1, prénom=2, commentaire=3 mais dans un autre fichier je pourrais avoir nom=1, prénom=3, commentaire=2 !
C'est pourquoi je souhaite simplement faire un split mais que le split ne divise pas un champ s'il est entre guillemet.
(Si ce n'est vraiment pas possible, je retournerai au système de remplacement puis chemin inverse une fois splitter. Mais je suis étonné d'avoir pu remplacer correctement mais que je puisse pas splitter (qui en soit est juste la recherche inverse))
Merci beaucoup ça fonctionne parfaitement pour la première ligne mais le Distinct n'est pas la solution. Si pour un enregistrement j'ai plusieurs champ vide, il ne m'en retourne qu'un seul ! Ce qui fait que j'ai plus d'entête de colonne que de données par utilisateur !!!
En fait pq la regex retourne deux fois le même champ ?
(Je vais essayer de comprendre demain ce que fais exactement la regex que vous me proposé)
Ça retourne les données en double parce qu'elle trouve à la fois une virgule et un bloc compris entre "", je n'ai pas trouvé comment faire un ou exclusif.
Ce que tu peux faire, c'est extraire la partie non null ou vide du résultat, faire le distinct dessus est remettre la partie null.
Nouvelle "ligne"
Sor,,"Jean,Edouard",01/01/2000,,"houlà y'a plein, plein de choses à dire, et
sur plusieurs lignes, ben oui
il faut bien, hein?"
J'ajoute une classe, qui permet d'extraire le texte avec son index d'origine et une extension qui permet de faire un distinct sur une propriété particulière
/// <summary>
/// Trouvé sur http://stackoverflow.com/questions/489258/linqs-distinct-on-a-particular-property
/// </summary>
static class Extension
{
public static IEnumerable<TSource> DistinctBy<TSource, TKey>(this IEnumerable<TSource> source, Func<TSource, TKey> keySelector)
{
HashSet<TKey> seenKeys = new HashSet<TKey>();
foreach (TSource element in source)
{
if (seenKeys.Add(keySelector(element)))
{
yield return element;
}
}
}
}
public class TexteIndexe
{
public string Texte { get; set; }
public int Index { get; set; }
public static string[] ChargeCSV(string Ligne)
{
IEnumerable<string> split = Regex.Split(Ligne, "(?(,\"([^\"]+(\\r\\n)*)+\"),\"([^\"]+(\\r\\n)*)+\",?|,)");
IEnumerable<TexteIndexe> splitIndexe = split.Select((t, i) => new TexteIndexe { Texte = t, Index = i });
IEnumerable<TexteIndexe> texteSansDoublonEtPasVide = splitIndexe.Where(x => !string.IsNullOrWhiteSpace(x.Texte)).DistinctBy(x => x.Texte);
IEnumerable<TexteIndexe> texteVide = splitIndexe.Where(x => string.IsNullOrWhiteSpace(x.Texte));
string[] resultat = texteSansDoublonEtPasVide.Concat(texteVide).OrderBy(x => x.Index).Select(x => x.Texte).ToArray();
return resultat;
}
}
- Messages postés
-
159
- Date d'inscription
- samedi 29 septembre 2012
- Statut
- Membre
- Dernière intervention
- 21 juin 2016
1- Messages postés
-
159
- Date d'inscription
- samedi 29 septembre 2012
- Statut
- Membre
- Dernière intervention
- 21 juin 2016
1- Messages postés
-
15620
- Date d'inscription
- mardi 11 mars 2003
- Statut
- Contributeur
- Dernière intervention
- 26 février 2021
516- Messages postés
-
159
- Date d'inscription
- samedi 29 septembre 2012
- Statut
- Membre
- Dernière intervention
- 21 juin 2016
1 > WhismerilComment faire dès lors pour split uniquement qd la virgule ne se trouve pas entre guillemet ? (Utiliser regex.split mais avec quelle regex? une regex conditionnelle ?)
Merci
- Messages postés
-
15620
- Date d'inscription
- mardi 11 mars 2003
- Statut
- Contributeur
- Dernière intervention
- 26 février 2021
516 > edwinzapEn général un csv c'est assez figé, toujours les mêmes colonnes dans le même ordre, si c'est le cas, il suffit de faire la différence entre le nombre de données attendues après le split et ceux obtenus, tu "rejoin" celles en trop.